Equações de vo2 presumido

304 Rev Bras Med Esporte _ Vol. 9, Nº 5 – Set/Out, 2003

ARTIGODE REVISÃO

Equações de predição da aptidão cardiorrespiratóriasem testes de exercício e sua aplicabilidade em estudos

epidemiológicos: revisão descritiva e análise dos estudos

Geraldo de Albuquerque Maranhão Neto1,3,4 e Paulo de Tarso Veras Farinatti2

1. Programa de Pós-Graduação em Saúde Coletiva, Departamento de Epi-demiologia, Instituto de Medicina Social, Universidade do Estado do Riode Janeiro.

2. Laboratório de Atividade Física e Promoção da Saúde, Instituto de Edu-cação Física e Desportos, Universidade do Estado do Rio de Janeiro, Riode Janeiro, RJ.

3. Escola de Educação Física, Centro Universitário da Cidade (UniverCida-de), Rio de Janeiro, RJ.

4. Departamento de Educação Física, Escola de Reabilitação, UniversidadeCatólica de Petrópolis (UCP), Petrópolis, RJ.

Recebido em 19/6/032a versão recebida em 21/9/03Aceito em 27/9/03

Endereço para correspondência:Laboratório de Atividade Física e Promoção da SaúdeInstituto de Educação Física e DesportosUniversidade do Estado do Rio de JaneiroRua São Francisco Xavier, 524, sala 8.133-F20550-013 – Rio de Janeiro, RJ, [email protected]

ção da aptidão cardiorrespiratória em estudos epidemioló-gicos. No entanto, são poucas as equações disponíveis cujavalidação permite grau aceitável de generalização.

Palavras-chave: Aptidão física. Análises de regressão. Epidemio-logia.

RESUMEN

Ecuaciones de predicción de la aptitud cardiorespirato-ria sin test de ejercicios y su aplicabilidad a los estudiosepidemiológicos: revisión descriptiva y análisis de estu-dios

Una reducida aptitud cardiorrespiratoria es considera-da como factor de riesgo independiente para el óbito portodas sus causas, pero principalmente por enfermedadcoronaria. Debido a esa importancia y a la dificultad deevaluarla a través de tests de ejercicios, fueron sugeridasformas de evaluación alternativas, envolviendo ecuacio-nes de predicción sin la necesidad de realizar ejerciciosfísicos. El presente estudio se centró en describir y anali-zar de forma crítica esos modelos y, principalmente, en suaplicabilidad en estudios epidemiológicos. Se realizó unarevisión sistemática de los artículos publicados entre 1996y 2003. En total, fueron seleccionados 24 de ellos, obede-ciendo a criterios de inclusión. Solamente cinco artículosreportaron el error padrón de estimación (EPE), la ecua-ción completa, presentando un número mayor de muestrasy principalmente realizaron una verificación cruzada; ade-más de eso, figuran entre los que presentan mayor valorde R2 ajustado, lo que ratifica la calidad y la fuerza depredicción de los mismos. Concluyéndose en primer lugar,que los modelos sin ejercicios pueden constituirse en unaalternativa viable para la evaluación de la aptitud cardior-respiratoria en estudios epidemiológicos. A pesar de esto,las ecuaciones disponibles, cuya validez permita un gradoaceptable de generalización, son pocas.

Palabras clave: Aptitud física. Análisis de regresión. Epidemiología.

RESUMO

Aptidão cardiorrespiratória reduzida é considerada fatorde risco independente para o óbito por todas as causas,mas principalmente por doença coronariana. Devido a essaimportância e à dificuldade de avaliá-la através de testesde exercícios, formas alternativas de avaliação foram su-geridas, envolvendo equações de predição sem a necessi-dade de realização de exercícios. O presente estudo objeti-vou descrever e analisar criticamente esses modelos e,principalmente, sua aplicabilidade em estudos epidemio-lógicos. Foi realizada revisão sistemática de artigos publi-cados entre 1966 e 2003. Ao todo, 24 estudos foram sele-cionados obedecendo aos critérios de inclusão. Apenascinco estudos relataram o erro padrão da estimativa (EPE),a equação completa, apresentam maior número amostral e,principalmente, realizaram a validação cruzada; além dis-so, estão entre os que apresentam maior valor de R2 ajusta-do, o que ratifica a qualidade e a força de predição dosmesmos. Conclui-se que, em princípio, os modelos semexercícios podem constituir alternativa viável para avalia-

Rev Bras Med Esporte _ Vol. 9, Nº 5 – Set/Out, 2003 305

INTRODUÇÃO

A aptidão cardiorrespiratória é considerada o componen-te da aptidão física relacionado à saúde que descreve a ca-pacidade dos sistemas cardiovascular e respiratório em for-necer oxigênio durante uma atividade física contínua1,2. Orisco de morbimortalidade por doenças crônico-degenera-tivas, entre elas, doença arterial coronariana, hipertensãoarterial sistêmica, diabetes mellitus e alguns tipos de cân-cer, tem sido associado a baixos níveis de aptidão cardior-respiratória e atividade física3-9. Seria, então, importanteavaliar a capacidade cardiorrespiratória em nível popula-cional.

A utilização da aptidão cardiorrespiratória como variá-vel de exposição em estudos epidemiológicos, porém, élimitada pelos elevados custos, por dificuldades técnicasde operação e pelo tempo gasto em sua mensuração10,11.Essas circunstâncias têm motivado o desenvolvimento demétodos mais simples, substituindo os testes de exercíciotanto máximo quanto submáximo por equações de regres-são linear múltipla para predizer a aptidão cardiorrespira-tória a partir de características físicas e hábitos de vida11-14.Dispor de técnicas desse tipo, mais simples, menos onero-sas e de rápida aplicação, favoreceria a utilização da apti-dão cardiorrespiratória como variável de exposição em es-tudos epidemiológicos, principalmente em localidades compouca infra-estrutura12,15. Isso posto, o objetivo do presen-te estudo foi fazer um levantamento dos estudos envolven-do equações de predição da aptidão cardiorrespiratória semexercício, descrever a evolução desse tipo de técnica e ana-lisar as características das equações desenvolvidas, princi-palmente no que toca à sua qualidade.

METODOLOGIA

Os artigos potencialmente úteis foram obtidos de refe-rências bibliográficas de artigos e livros publicados (modomanual) e através de pesquisa bibliográficas nos bancos dedados Medlars online (Medline) Silver Platter e LiteraturaLatino-americana e do Caribe de Informação em Ciênciasda Saúde (Lilacs). O estudo de revisão foi restrito ao pe-ríodo de janeiro de 1966 até dezembro de 2002 no Medli-ne e, no Lilacs, de 1982 até 2002.

Todos os artigos potencialmente úteis obtidos através dabusca eletrônica tiveram seus resumos extraídos e foramanalisados de maneira independente por dois revisores, umdeles da área de atividade física aplicada à saúde com co-nhecimento sobre o tema em estudo e o outro, um epide-miologista com conhecimento sobre revisão sistemática.O principal critério de inclusão utilizado foi o de coletarestudos que tinham como objetivo a predição da aptidãocardiorrespiratória sem testes de exercício, baseados em

variáveis de simples aferição, úteis para estudos popula-cionais, tais como: peso, estatura, medidas antropométri-cas e nível de atividade física. A partir da obtenção e leiturados artigos, suas referências bibliográficas foram rastrea-das à procura de outros artigos potencialmente utilizáveis.Esse trabalho repetiu-se tantas vezes quanto necessário, atéhaver a convicção de que nenhuma das referências obtidascontinha estudos que já não tivessem sido identificados.

EVOLUÇÃO HISTÓRICA DASEQUAÇÕES SEM EXERCÍCIO

A fase de revisão permitiu localizar 24 artigos que aten-deram aos critérios de inclusão, todos estudos originaispublicados desde 1967. A evolução da definição dos obje-tivos e das características metodológicas dos estudos tor-nou evidente o esforço para a produção de equações maisacuradas da capacidade cardiorrespiratória. Em vista dis-so, os estudos serão apresentados em ordem cronológica.Com o objetivo de enriquecer a discussão sobre o tema,durante o processo de descrição dos estudos achou-se porbem apresentar outras pesquisas que tenham, em determi-nada época, auxiliado no conhecimento sobre o tema ouverificado a validação cruzada das equações de prediçãooriginais.

As primeiras pesquisas que sugerem a avaliação do con-sumo máximo de oxigênio, através de variáveis coletadassem a necessidade de testes de exercício, datam do final dadécada de 60. Na ocasião, as pesquisas caracterizavam-sepela mensuração da quantidade de potássio corporal, portécnica radiodiagnóstica de tecido muscular16,17. Na utili-zação dessa técnica admite-se que a concentração de po-tássio na massa isenta de gordura seja constante. Com isso,ao ser estabelecida a quantidade de potássio corporal, tor-na-se possível desenvolver predições quanto à massa isen-ta de gordura. A justificativa para a verificação da massacorporal magra residia no fato de que um indivíduo fisica-mente ativo tenderia a apresentar correlação positiva entreaptidão cardiorrespiratória e massa muscular.

Shephard et al.18 publicaram, em 1971, o primeiro estu-do com o objetivo de predizer a aptidão cardiorrespiratóriaatravés de regressão múltipla e sem a realização de testesde exercício. Trinta e sete medidas antropométricas e índi-ces de força corporal foram coletados em 46 crianças eadolescentes de ambos os sexos, parte de uma amostra ran-domizada de escolares de Toronto (Canadá). As equaçõesmais promissoras e de maior aplicabilidade para outrosestudos foram aquelas baseadas na área de superfície cor-poral (calculada através das medidas de peso e estatura),além da dobra cutânea de coxa e idade. Os autores chega-ram à conclusão de que, em crianças, a aptidão cardiorres-


piratória poderia ser convenientemente predita pelo méto-do proposto. Dois anos depois, Bruce et al.19 estabelece-ram algumas equações de predição da aptidão cardiorres-piratória com e sem testes de exercício, demonstrando queesta também poderia ser predita através de variáveis comosexo, idade, peso e o hábito de fazer atividade física, atra-vés da aplicação da análise de regressão múltipla passo apasso (stepwise). Esse estudo foi o primeiro a utilizar adul-tos e a demonstrar que a aptidão cardiorrespiratória pode-ria ser predita não apenas através de dados antropométri-cos, mas também a partir de variáveis comportamentais,como a atividade física cotidiana.

Entre os estudos utilizando variáveis antropométricas,seguindo a linha de Shephard et al.18, destacam-se os deMayhew e Gifford20 e Bonen et al.21, em 1975 e 1979, res-pectivamente. No primeiro20 foram estudados 31 meninosentre sete e nove anos de idade, estimando-se o VO2 máxi-mo através de várias medidas antropométricas. Inicialmen-te, a correlação simples do VO2 máximo com as medidasera realizada. Após esse procedimento, a análise de regres-são múltipla passo a passo foi utilizada para selecionar asequações mais representativas. Mais uma vez, as medidasmais significativas eram relacionadas aos membros infe-riores: volume e dobras cutâneas de perna e coxa apresen-taram o maior coeficiente de explicação (R2 = 0,64). Nosegundo21, também com crianças e adolescentes, os auto-res verificaram em 100 meninos de sete a 15 anos a forçade predição das variáveis idade, peso e estatura. De acordocom os autores, o alto coeficiente apresentado (R2 = 0,88)e o fato de as crianças não apresentarem boa adaptação àmaioria dos testes de exercícios reforçariam ainda mais aproposição de que equações de predição com medidas desimples coleta seriam uma ótima alternativa ao cálculo in-direto da potência aeróbia. Enfim, em 1978, Taylor et al.22

tentaram predizer o tempo total gasto em minutos duranteteste ergométrico em esteira, através do total de escoresobtidos com o Minnesota Leisure Time Physical Activity(MLTPA), desenvolvido pela Universidade de Minnesota. OMLTPA busca levantar as atividades físicas praticadas noperíodo correspondente ao último ano. A equação não apre-sentou associação muito forte (R2 = 0,27), o que poderiaser um indício de que apenas o histórico de atividade físicanão deveria ser utilizado para a predição da aptidão car-diorrespiratória.

A partir da década de 80, apenas três estudos realizadosna Índia buscaram predizer a aptidão cardiorrespiratóriautilizando somente variáveis antropométricas. No primei-ro deles23 foram realizadas 27 medidas antropométricas,utilizando-se a regressão múltipla passo a passo para verifi-car quais variáveis poderiam predizer significativamente oVO2 máximo de 120 mulheres e homens. Quatro variáveis

permaneceram no modelo final: peso, estatura, diâmetrode cotovelo e dobra cutânea de peitoral. Em outro estudo,com 70 indivíduos do sexo masculino tendo entre 11 e 18anos de idade, Verma et al.24 verificaram uma relação doVO2 máximo com idade, peso e estatura, identificando maiorpoder de explicação (R2 = 0,81) em equação de regressãocom base exclusiva no peso corporal. Finalmente, com umgrupo de 146 homens, Verma et al.25, já em 1998, verifica-ram como a aptidão cardiorrespiratória poderia ser preditaa partir da idade, estatura e peso corporal. Uma equaçãoenvolvendo idade e peso corporal foi então obtida. Os doisestudos indianos realizados com adultos apresentaram coe-ficientes explicativos semelhantes em suas equações (res-pectivamente, 0,29 e 0,35), sugerindo que a utilização devariáveis antropométricas talvez não se aplicasse tão bemem adultos quanto em crianças e adolescentes. Uma possi-bilidade a ser considerada, que justificaria o relativo su-cesso da utilização exclusiva de variáveis antropométricasnas equações para crianças e adolescentes, é o fato de aidade biológica na infância associar-se diretamente com asproporções corporais. Não temos dados, porém, capazesde ratificar essa hipótese.

Em 1981, Leon et al.26 predisseram o tempo gasto emteste máximo de esteira em 175 homens de meia-idade,valendo-se tanto de variáveis antropométricas quanto com-portamentais. Esse trabalho foi o primeiro a propor a utili-dade da predição da aptidão cardiorrespiratória sem testesde exercício para estudos epidemiológicos, baseando-se noaumento do número de evidências sobre baixa aptidão car-diorrespiratória e o risco de morte por doença arterial co-ronariana. Foram selecionadas 11 variáveis preditivas: ida-de, índice de atividades intensas baseando-se no MLTPA,índice de massa corporal (IMC), tabagismo passado ou atual,desempenho habitual em atividade ocupacional que fizes-se suar ou provocasse dispnéia, número de copos de café,chá ou refrigerante de cola por semana, hábito de fumarcachimbo ou charuto, atividades de lazer que provocassemsuor ou dispnéia, duração média do sono em horas e fre-qüência cardíaca de repouso. Os autores concluíram queboa predição da capacidade cardiorrespiratória poderia serobtida através de questionários padronizados, em conjun-to com medidas físicas simples, apesar de o valor encon-trado para o coeficiente de determinação ter sido modera-do (R2 = 0,53).

Utilizando a atividade física auto-referida para predizero consumo máximo de oxigênio, Siconolfi et al.27 observa-ram, em 36 homens e 32 mulheres, que a força de prediçãodas equações era maior ao aferirem a intensidade da ativi-dade física praticada, ao invés de simplesmente checaremse os indivíduos a praticavam ou não. A partir desse estu-do, a intensidade da atividade física praticada passaria a


ser uma variável constante e de grande importância nosestudos de predição. Por exemplo, dois anos após, Mile-sis28 estimou o tempo de permanência em teste máximo deesteira em 126 homens e 70 mulheres, com base nas variá-veis sexo, idade, índice recíproco ponderal (estatura divi-dida pela raiz cúbica do peso), nível de atividade físicacategorizado de 1 a 5 (sedentário, pouco ativo, ativo, mui-to ativo e atleta), histórico de fumo categorizado de 0 a 2(nunca fumou, fumante de menos de 20 cigarros/dia e fu-mante de mais de 20 cigarros/dia) e freqüência cardíaca derepouso. Kohl et al.15, através de questionário enviado pelocorreio, predisseram o tempo máximo (em minutos) dedesempenho em um teste de esteira aplicado a 375 pessoascom média de idade de 47,1 anos. Na equação preditivaconstavam a idade e variáveis relativas à intensidade daatividade física, tais como um escore de participação ematividades como caminhar e correr e a freqüência com querealizavam atividades com intensidade suficiente para pro-vocar a transpiração.

Um ano depois, em estudo importante devido ao amplouniverso amostral, Blair et al.12 desenvolveram uma equa-ção para a predição do tempo em teste de esforço máximoem esteira de 15.627 homens (42,5 ± 9,5 anos) e 3.943mulheres (42,1 ± 10,7 anos). Dividindo os indivíduos emcinco grupos por faixa de idade, desde 20 a 29 anos atémais de 60, obtiveram equações preditivas com coeficien-tes de explicação que variavam de 0,49 a 0,60 em homense de 0,20 a 0,49 em mulheres. As equações constavam dasseguintes variáveis: IMC, freqüência cardíaca de repouso,um índice de atividade física de lazer no último mês (sen-do que 1 equivaleria a nenhuma atividade física praticadano último mês e 5 a andar, correr ou trotar mais de 32kmpor semana) e tabagismo (se o indivíduo fumava ou não).Nesse estudo consta uma evidência adicional, a análise lon-gitudinal dos dados, destacando que alterações no IMC ena freqüência de repouso contribuíram entre 14 e 19% namudança do tempo em esteira.

Estudos para predizer a aptidão cardiorrespiratória emindivíduos coronariopatas tiveram como pioneiros Lee etal.29, em fins dos anos 80, através da assim chamada Esca-la de Atividades Específicas (Specific Activity Scale –SAS)30. Lee et al.29 demonstraram, em 36 pacientes corona-riopatas e indivíduos saudáveis, que a informação auto-reportada da capacidade de realizar atividades diárias (comovestir-se, tomar banho ou subir um lance de escadas) po-deria ter um papel de complemento ao teste de esforço napredição da capacidade cardiorrespiratória. Inclusive, issopossibilitaria à equipe de saúde até mesmo decidir se oindivíduo deveria ou não fazer o teste, de acordo com aslimitações relatadas. Pouco depois, visando à utilização emestudos epidemiológicos longitudinais, Hlatky et al.31 va-

lidaram uma equação preditiva da aptidão cardiorrespira-tória sem o emprego de testes de exercício em pacientescoronariopatas. Inicialmente, o consumo máximo de oxi-gênio foi correlacionado com a capacidade funcional de50 pacientes, utilizando-se o Índice do Nível de Atividadedo Centro Médico da Universidade de Duke (Duke Activi-ty Status Index – DASI) como critério. Esse índice era com-posto de 12 itens, englobando atividades relacionadas aocuidado pessoal, atividades no lar, atividades sexual e re-creativa, ponderadas por seu gasto metabólico individualmedido em METs. A correlação de Spearman foi alta (0,80).No entanto, como esse primeiro grupo foi entrevistado, mais50 outros indivíduos passaram pelo mesmo questionário,só que agora autopreenchido, tendo sido verificada corre-lação mais baixa (0,58). Ao final desse processo, uma equa-ção de regressão simples foi gerada com os dados do pri-meiro e segundo grupos. De acordo com os autores, maisestudos precisariam ser realizados para verificar se o DASI

é sensível para detectar mudanças longitudinais. Além dis-so, eles não acreditam que o questionário possa substituiro teste de esforço, mesmo consistindo em boa ferramentapara detectar a autonomia de pacientes com doença arte-rial coronariana.

Em 1990, Jackson et al.13 desenvolveram dois modelosde predição da aptidão cardiorrespiratória com as variá-veis sexo, idade, composição corporal e atividade físicaauto-referida (de 0 a 7, de acordo com a intensidade, sendo0 aquela pessoa que não participa de nenhuma atividadefísica ou esporte no último mês e 7 aquele que corre maisde 10 milhas ou gasta mais de três horas por semana ematividade física semelhante à corrida). Um dos modelosutilizava o IMC como indicador de composição corporal eo outro, o percentual de gordura (%G) predito pela medidade dobras cutâneas. Tanto o modelo com o %G (R2 = 0,66)quanto o com o IMC (R2 = 0,62) demonstraram, segundo osautores, boa predição em 1.393 homens e 150 mulherescom idades entre 20 e 70 anos. A acurácia da equação foiconfirmada quando a mesma foi aplicada na amostra devalidação cruzada, contando com 423 homens e 43 mulhe-res saudáveis e hipertensos. Os coeficientes de correlaçãode Pearson entre os valores preditos e observados no mo-delo com %G e IMC foram de 0,82 e 0,79, respectivamente.Apenas em sujeitos muito bem condicionados (com VO2

máximo ≥ 55ml.kg-1.min-1) os modelos demonstraram ten-dência a subestimar a aptidão. Porém, pessoas com essacaracterística encontram-se bem acima da média popula-cional, não afetando a aplicabilidade dos modelos para es-tudos com grande número amostral. Esses modelos mos-traram-se mais acurados do que o modelo de predição emesteira de Åstrand e Ryhming32, que utilizaram a freqüên-cia cardíaca medida durante o exercício submáximo em


esteira. Tais resultados confirmaram as idéias já defendi-das por Shephard et al.18, de que modelos sem exercíciopoderiam ser mais acurados do que testes físicos submáxi-mos. Além disso, esse foi o primeiro estudo em que os pes-quisadores demonstraram preocupação especial com pro-cedimentos de validação cruzada.

O interesse pelos modelos propostos por Jackson et al.13

rendeu dois estudos, com o objetivo de verificar a acuráciadas equações propostas em amostras com característicasdistintas: Kolhorst e Dolgener33 verificaram a validade dosmodelos em 69 estudantes universitários fisicamente ati-vos. O estudo contou com 28 homens e 41 mulheres, tendo,em média, 21 ± 2 anos de idade. Ao aplicarem a correlaçãode Pearson para comparar os resultados da aptidão cardior-respiratória medida e predita, os autores observaram queos dois modelos de Jackson et al.13 não apresentaram boacorrelação (r = 0,72), ratificando a conclusão do estudooriginal de terem aplicabilidade limitada em pessoas comalta aptidão. Em 1996, Williford et al.34 verificaram a vali-dação cruzada dos modelos sem exercício propostos13 emuma amostra de 165 mulheres, uma vez que a amostra davalidação cruzada do estudo original era pequena (n = 43).Tanto a equação com o IMC quanto com o %G mostraramboa correlação (r = 0,81 e 0,86, respectivamente), ratifi-cando a acurácia dessas equações também em mulheresentre 18 e 45 anos. O modelo conseguiu predizer a aptidãode 87% das mulheres com VO2 máximo < 32ml.kg-1.min-1,valor que apresentaria maior associação com risco de mor-talidade por todas as causas12, sugerindo a sua utilizaçãoem investigações de cunho epidemiológico.

Em 1992, Ainsworth et al.10 desenvolveram uma equa-ção de predição da aptidão cardiorrespiratória através deuma pergunta sobre a freqüência com que o indivíduo rea-lizava atividades físicas intensas por mais de 15 minutos,além de outras variáveis de fácil aferição, como idade, sexoe IMC. Para tanto, contaram com um número amostral nãomuito grande, de 27 homens e 47 mulheres entre 21 e 59anos de idade. Uma interessante característica desse estu-do é que, para os autores chegarem à questão mais adequa-da sobre atividade física, aplicaram vários questionáriosde atividade física utilizados em pesquisa epidemiológi-ca35-39. Ao final, apenas uma pergunta sobre a participaçãoregular em atividades físicas mais intensas37 permaneceuno modelo, reforçando a idéia de que a variável atividadefísica poderia ser aferida de forma simples para informarsobre a aptidão cardiorrespiratória, desde que a intensida-de da atividade fosse levada em consideração, juntamentecom outras variáveis. Dois anos depois, Myers et al.40 de-senvolveriam uma equação para predizer o desempenhoem teste máximo de esteira em 207 homens e cinco mulhe-res (62 ± 8 anos) coronariopatas, através dos resultados

obtidos no questionário de Atividade Física Específica emVeteranos (Veteran Specific Activity Questionnaire – VSAQ)e da idade. Os participantes do estudo preencheram, noquestionário, qual atividade física eram capazes de reali-zar sem sintomas limitadores de esforço (fadiga, descon-forto no peito, dispnéia). Através da equação de regressãomúltipla gerada, os autores desenvolveram um nomogra-ma em que, a partir do número de METs definido pelo ques-tionário e da idade do indivíduo, era predito o seu desem-penho em esteira. De acordo com os autores, a equaçãonão teria o objetivo de substituir o teste ergométrico, masde possibilitar que a equipe de saúde tivesse noção da con-dição física do indivíduo, podendo adequar o teste a essacondição.

Whaley et al.41 desenvolveram outro modelo de predi-ção da aptidão com as variáveis sexo, idade, freqüênciacardíaca de repouso, peso, percentual de gordura, fumo (de1 a 8, de acordo com a freqüência e o número de cigarros,1 para o não fumante e 8 para o que fuma mais de doismaços por dia) e atividade física auto-relatados (de 1 a 6de acordo com a intensidade, sendo 1 aquele indivíduo comestilo de vida sedentário e 6 aquele altamente treinado quecorre, pedala ou nada mais de 20 milhas por semana). Par-ticiparam do estudo 702 homens e 473 mulheres, e a equa-ção preditiva demonstrou boa acurácia (R2 = 0,72). Assimcomo o estudo de Jackson et al.13, esse também realizou avalidação cruzada da equação. A correlação de Pearsonentre valores preditos e medidos (r = 0,85) fez os autoresconsiderarem a equação como válida. Ainda no mesmo ano,Heil et al.14 validaram um modelo de predição sem exercí-cio com as variáveis sexo, idade e idade2, percentual degordura e o escore do nível de atividade física utilizadopor Jackson et al.13, junto a 229 mulheres e 210 homenscom 20 a 79 anos de idade (R2 = 0,77). A validação cruza-da foi realizada em 65 indivíduos de características seme-lhantes às do grupo para o qual a equação foi validada.Segundo os autores, o resultado da correlação de Pearsonfoi bom (r = 0,85); contudo, a pequena amostra limita umpouco os resultados da validação cruzada. Apesar disso, aequação gerada reforça a idéia de que se pode, realmente,predizer a aptidão cardiorrespiratória a partir de algumasvariáveis sugeridas por Jackson et al.13.

Em 1996, outro questionário de predição foi validado,baseando-se na limitação funcional de pacientes corona-riopatas: o Questionário de Atividades Específicas (Speci-fic Activity Questionnaire – SAQ), com 13 itens relaciona-dos às atividades cotidianas42. Noventa e sete pacientes(sendo 12 mulheres) tiveram sua capacidade predita atra-vés do escore do SAQ, estatura, idade e peso (R2 = 0,50). Acorrelação de Pearson foi calculada entre o SAQ e outrosquestionários em relação à aptidão cardiorrespiratória, ob-


tendo-se os seguintes resultados: SAQ (r = 0,71), SAS29 (r =0,35), DASI31 (r = 0,62) e VSAQ40 (r = 0,66). Para os autores,isso demonstraria o potencial de utilização do SAQ em es-tudos com coronariopatas, caso o teste de esforço se reve-lasse dispendioso ou inviável. No mesmo ano, Cardinal43

publicou estudo em que verificou se as equações propos-tas por Jackson et al.13 e Ainsworth et al.10 tinham associa-ção entre si e com outros índices de atividade física, em123 mulheres saudáveis (idade = 38,8 ± 8,4 anos). A con-clusão foi de que tanto as equações (r = 0,80) quanto osíndices de atividade física (0,26 a 0,74) tinham, em geral,boa correlação entre si e seguiam critérios semelhantes declassificação. Um ano depois, George et al.44 estabelece-ram um modelo de predição adaptado para jovens estudan-tes fisicamente ativos, em amostra de 50 homens e mulhe-res com 18 a 29 anos de idade. Para aumentar a acuráciado modelo final (R2 = 0,72), já que as tentativas para predi-zer a aptidão de pessoas muito bem condicionadas haviamfalhado até o momento, novas variáveis passaram a seracrescentadas. Entre elas havia uma questão sobre a apti-dão percebida em atividades como andar e correr, na qualas pessoas deveriam dizer em qual ritmo conseguiriam lo-comover-se sem ficar extremamente cansadas. Outra ques-tão remetia ao histórico de atividade física, classificada de0 a 10 dentro de um período de seis meses, ao invés do 0 a7 em um histórico de um mês, conforme proposto no estu-do de Jackson et al.13. Os autores consideram ser esse oprimeiro modelo sem necessidade de qualquer tipo de afe-rição, uma vez que peso e estatura para o cálculo do IMC

foram auto-referidos. Nesse estudo, o processo de valida-ção cruzada foi diferente dos anteriores. Ao invés de utili-zar uma amostra do grupo inteiro em estudo, o que segun-do os autores acabaria limitando a amostra, o método desoma dos quadrados dos resíduos preditos (PRESS) foi uti-lizado. Esse método permite a utilização de todos os indi-víduos em estudo, tanto na validação quanto na validaçãocruzada. Para tanto, baseia-se no cálculo dos resíduos pre-ditos para cada sujeito, enquanto o mesmo é excluído domodelo original45. A partir da soma dos quadrados dessesresíduos, é possível calcular o R2 (0,71) e o erro padrão daestimativa, demonstrando-se a boa acurácia do modelo.

Em 1999, Mathews et al.11 propuseram um modelo eexaminaram a sua sensibilidade para categorizar a aptidãocardiorrespiratória. Nesse sentido, os autores consideraramque o fato de isso não ter sido feito tenderia a limitar aaplicação de suas equações em estudos epidemiológicos.A categorização possibilitaria que estimativas de risco dedoenças pudessem ser comparadas entre níveis de aptidãodiferentes. Seguindo o exemplo de George et al.44, fizeramparte do modelo apenas variáveis auto-referidas, quais se-jam: idade, idade2, sexo, atividade física reportada (con-

forme proposto por Jackson et al.13), estatura e peso corpo-ral (R2 = 0,74). A acurácia de classificação por parte domodelo foi examinada na tabulação dos dados em catego-rias de idade e sexo, distribuídos em quintis de aptidão car-diorrespiratória medida e predita. A acurácia total de clas-sificação do modelo foi modesta (36%). Porém, 83% detodos os sujeitos foram classificados corretamente ou nomais próximo quintil. O erro extremo na classificação domenor para o maior quintil foi raramente observado(0,13%), o que levou à conclusão de que os valores de ap-tidão preditos poderiam ser utilizados como variável deexposição em estudos epidemiológicos, quando o teste deesforço não fosse uma opção viável. Para o processo devalidação cruzada, o método PRESS também foi utilizado,ratificando a validade do modelo (R2 = 0,74).

Em estudo que parece ser, até a elaboração deste texto, oúltimo publicado sobre a predição da aptidão cardiorrespi-ratória sem testes de exercício, Wu e Wang46 estabelece-ram uma equação a partir da observação de 24 trabalhado-res de ambos os sexos residentes em Taiwan. As variáveisque foram identificadas como significativas no modelo deregressão foram sexo, idade e IMC (R2 = 0,77), ratificadaspelo processo de validação cruzada em uma pequena amos-tra (N = 6). Os autores acreditaram que o modelo poderiaser adequado para uma população ocupacionalmente ati-va. Todavia, a generalização dos resultados reportados es-barra na óbvia limitação representada pelo quantitativoamostral, por demais reduzido.

ANÁLISE CRÍTICA DOS MODELOS REVISADOS

Nos quadros 1 e 2, são apresentados os estudos, seu paísde origem, amostra, gênero, faixa etária e as equações depredição, acompanhados do R2 ajustado e do erro padrãoda estimativa (EPE). No quadro 1, encontram-se todos osestudos em que foi utilizado o VO2 máximo como variáveldependente, tanto relativo (ml.kg-1.min-1) quanto absoluto(l.min-1). Já no quadro 2, a variável dependente foi o tem-po gasto durante um teste máximo de esteira (expresso emminutos) ou a intensidade máxima do teste (expressa emMETs).

A regressão linear múltipla tem sido a análise estatísticamais utilizada para a predição da aptidão cardiorrespirató-ria sem teste de exercícios. A sua utilização justifica-sequando o pesquisador pretende explicar quais variáveiscontribuem para a predição da variável dependente (apti-dão cardiorrespiratória) e a magnitude desta contribuição47.Em alguns estudos, apenas a regressão linear simples foiutilizada24,27,29,31. Todos os artigos apresentaram o R da equa-ção (coeficiente de correlação múltipla) ou o R2 (coeficientede explicação), referentes à capacidade explicativa do mo-delo. A apresentação desses dados está de acordo com as


QUADRO 1

Equações de predição do VO2 máximo

sem a realização de exercícios

Autores Gênero Idade N Equação R2 EPE (±)

(ano/país) ajustado

Shephard et al.18 M 9-13 22 0,0216 (superfície corporal) + 0,0117 (idade) + 0,125 (dc de coxa) – 1,19 0,54 0,25L.min-1

(1971/Canadá) F 23 0,0480 (superfície corporal) + 0,0050 (idade) + 0,043 (dc de coxa) – 0,89 0,84 0,128L.min-1

Bruce et al.19 M 29-73 138 85,42 – 13,73 (sexo 1-2) – 0,409 (idade) – 3,24 (atividade física 1-2) – 0,66 4,84ml.kg-1.min-1

(1973/EUA) F 157 0,114 (peso)

Mayhew, Gifford20 M 8,7 ± 0,9 31 0,448 + 0,4463 (volume de perna esquerda) – 0,0088 (dc de coxa) – 0,62 0,152L.min-1

(1975/EUA) 0,0332 (dc da perna)

Bonen et al.2 M 6,7-14,8 100 – 1,543 + 0,051 (idade) + 0,014 (estatura) + 0,023 (peso) 0,87 0,162L.min-1

(1979/EUA)

Verma et al.23 M 19-34 120 126,810 – 0,3577 (peso) – 0,4996 (estatura) – 0,4972 0,34 5,07ml.kg-1.min-1

(1980/Índia) (dc peitoral) + 4,2539 (diâmetro cotovelo)

Sciconolfi et al.27 M 41 ± 14 36(1985/EUA) F 42 ± 15 32 1,92 (número de dias em atividades que provoquem a sudorese) + 23,76 0,22 8,63ml.kg-1.min-1

Verma et al.24 M 11-18 70 0,109 + 0,03833 (peso corporal) 0,81 0,218L.min-1

(1986/Índia)

Lee et al.29 M 50-67 36 25,9 – 4,76 (SAS) 0,52 NR(1988/EUA)

Hlatky et al.31 NR NR 50 0,43 (DASI) + 9,6 0,34 NR(1989/EUA)

Jackson et al.13 M 20-70 1.393 N-Ex %G = 50,513 + 1,589 (histórico de atividade física 0-7) – 0,289 0,66 5,35ml.kg-1.min-1

(1990/EUA) F 150 (idade) – 0,552 (%G) + 5,863 (sexo 0-1) 0,62 5,70ml.kg-1.min-1

N-Ex IMC = 56,363 + 1,921 (histórico de atividade física 0-7) –0,381 (idade) – 0,754 (IMC) + 10,987 (sexo 0-1)

Ainsworth et al.10 M 21-59 27 65,0 + 1,8 (freqüência de exercício vezes/semana) 0,74 4,46ml.kg-1.min-1

(1992/EUA) F 47 – 10.0 (0-1 sexo) – 0,3 (idade) – 0,6 (IMC)

Whaley et al.41 M 41,8 ± 11 702 61,66 – 0,328 (idade) + 5,45 (sexo 0-1) + 1,832 (atividade física 1-6) – 0,73 5,38ml.kg-1.min-1

(1995/EUA) F 41,6 ± 12 473 0,436 (%G) – 0,143 (FC rep) – 0,446 (fumo 1-8)

Heil et al.14 M 20-79 210 36,580 – 0,541 (%gordura) + 1,347 (atividade física 0-7) + 0,558 (idade) – 0,77 4,90ml.kg-1.min-1

(1995/EUA) F 229 7,81 (idade2) + 3,706 (sexo 0-1)

Rankin et al.42 M 59 ± 10 85 (2,36) SAQ + (0,35) estatura – (0,19) idade – (0,16) peso – 33,89 0,49 5,43ml.kg-1.min-1

(1996/Austrália) F 12

George et al.44 M 18-29 50 44,895 + 7,042 (sexo 0-1) – 0,823 (IMC) + 0,738 (habilidade funcional 0,71 5,64ml.kg-1.min-1

(1997/EUA) F 50 percebida 1-13) + 0,688 (histórico de atividade física 0-10)

Verma et al.25 M 21-58 146 52,66 – 0,328 (idade) – 0,436 (peso corporal) 0,29 NR(1998/Índia)

Mathews et al.11 M 20-79 390 34,142 + 0,133 (idade) – 0,005 (idade)2 + 11,403 (sexo 0-1) + 1,463 0,74 5,64ml.kg-1.min-1

(1999/EUA) F 409 (atividade física 0-7) + 9,170 (estatura) - 0,254 (peso)

Wu, Wang46 M 20-30 12 3.127 + (0.980 sexo 0-1) (0.115 idade) + (0.084 IMC) 0,75 0,432L.min-1

(2002/Taiwan) F 12

EPE – Erro padrão da estimativa; # – Calculado a partir do R; M – masculino; F– feminino; dc – dobra cutânea; Sexo 1 – feminino; 2 – masculino ou 0 – feminino, 1 – masculino;SAS – Specific Activity Status; DASI – Duke Activity Status Index; SAQ – Specific Activity Questionnaire; IMC – índice de massa corporal; %G – percentual de gordura.


QUADRO 2

Equações de predição da duração ou intensidade máxima do teste em esteira sem a realização de exercícios

Autores Gênero Idade N Equação R2 EPE (±)

(anos) ajustado

Taylor et al.22 M 48,4 ± 6,1 175 NR 0,27 NR(1975/EUA)

Leon et al.26 M 48,5 ± 6,1 175 15,583 + 0,235 (atividade física intensa de lazer) – 0,051 (idade) – 6,72 0,53 NR(1981/EUA) (IMC) – 0,405 (tabagismo 1 a 3) + 0,353 (dispnéia e suor no trabalho 1-0) –

0,008 (copos de café ou cola/semana) + 0,012 (força de prensão manual-) +0,316 (charuto ou cachimbo 1 a 3) + 0,395 (dispnéia e suor lazer 1-0) –0,189 (média de horas de sono) – 0,015 (freqüência cardíaca repouso)

Milesis28 M 42,7 ± 10,5 126 – 275,7 + 155 (sexo 0-1) + 61,53 (recíproco do índice ponderal) + 72,36 0,76 71,4 seg(1987/EUA) F 42,1 ± 11,8 070 (atividade física 1-6)

Kohl et al.15 M 47,1 ± 9,6 375 Idade, índice de corrida e caminhada e freqüência com que os indivíduos 0,42 NR(1988/EUA) realizavam atividades que provocassem sudorese (a equação não foi

apresentada por completo)

Blair et al.12 M 42,5 ± 09,5 15.627 Mulheres 20-29 anos 0,48 NR(1989/EUA) F 42,1 ± 10,7 03.943 1.619,7 – 395,5 (peso relativo) – 6,8 (freqüência cardíaca de repouso) + 110,6 0,57 NR

(índice de atividade física 1-5) – 36,4 (tabagismo 0-1)Homens 20-29 anos2.092,8 – 591,7 (peso relativo) – 5,4 (freqüência cardíaca de repouso) + 106,6(índice de atividade física 1-5) – 82,0 (tabagismo 0-1)

Myers et al.40 M 207 62 ± 8 4,7 + 0,97 (VSAQ) – 0,06 (idade) 0,67 1,43 METs(1994/EUA) F 005

VSAQ – Veterans Specific Activity Questionnaire

recomendações encontradas na literatura48. O R2 ajustadopode ser facilmente calculado e é útil para melhor análisedos modelos, já que não é influenciado pelo número devariáveis independentes. Por outro lado, o R2 tende a inflarem função da quantidade de variáveis introduzidas na equa-ção. Calcula-se o R2 ajustado através da fórmula48

R2 ajustado = 1 – [(1 - R2) n-1/n-p],

onde n é o número amostral e p o número de parâmetros. Ocálculo do R2 ajustado justifica-se para que seja possívelanalisar e comparar a qualidade do ajuste de modelos pre-ditivos com quantidades diferentes de variáveis. Com basenesse cálculo, pode-se afirmar que as equações que apre-sentarem maior valor do R2 ajustado são, igualmente, ascom maior capacidade explicativa na amostra para a qualforam validadas. Quanto ao EPE, indica a variação não ex-plicada pela linha de regressão, consistindo em uma medi-da da discrepância entre as variáveis observadas e predi-tas. Alguns autores consideram que a não indicação do EPE

reduz a qualidade do estudo, principalmente quando nãoapresentam a equação completa48,49. O fato de alguns estu-dos não terem predito o consumo máximo de oxigênio (qua-

dro 2) implica que as equações referem-se a uma variávelindependente duplamente indireta, o que afetaria ainda maisa qualidade das equações: afinal, o tempo gasto em testemáximo já é um indicador indireto da aptidão cardiorres-piratória. A eficiência mecânica também é um fator queinterfere no resultado, independentemente do VO2. Alémdisso, outros estudos21,23-25 relataram que o consumo máxi-mo de oxigênio foi predito e não medido, o que afetariaainda mais a qualidade dessas predições.

Os cinco estudos que têm maior valor de R2 ajustado(quadro 1) e estão entre os seis mais recentes são os queapresentam o EPE e a equação, observaram amostras maio-res e, principalmente, realizaram validação cruzada. Algu-mas considerações devem ser tecidas quanto às vantagense desvantagens desses estudos: uma tendência nos dois es-tudos de predição mais recentes11,44 foi a utilização apenasde variáveis auto-relatadas no modelo de predição, a fimde diminuir ainda mais o tempo de aplicação. Essa tendên-cia faz com que equações que se valem de variáveis predi-tivas aferidas, tais como freqüência cardíaca de repouso41,apresentem uma grande desvantagem. Isso porque, apesarde as medidas parecerem simples, por vezes demandam


tempo. No caso da freqüência cardíaca, por exemplo, paraser aferida de maneira precisa é necessário um período decinco a 10 minutos, mais tempo do que o exigido por al-guns testes submáximos. Variáveis que necessitam de apli-cadores bem treinados para ser adequadamente coletadas,como as dobras cutâneas, também podem ser desvantajo-sas na aplicação das equações para estudos com grandesamostras. Em alguns estudos13,14,41, o método de dobrascutâneas foi utilizado para predizer o percentual de gordu-ra corporal através de outra equação, o que já pode incluirerros advindos das limitações inerentes a esse tipo de pre-dição.

Um ponto interessante deve ser comentado no caso doestudo de George et al.44, já que os próprios autores afir-mam que o modelo seria específico para pessoas bem con-dicionadas. Pode-se pensar, aceitando essa afirmação, quesua aplicabilidade é dirigida a indivíduos que representamuma parte muito pequena da população. Por outro lado,são as pessoas com baixo nível de aptidão cardiorrespira-tória que apresentam maior risco de desenvolvimento dedoença cardiovascular e metabólica. Considerando essesaspectos, esse modelo poderia ser visto como pouco van-tajoso para a pesquisa epidemiológica. Outro importantefator a ser considerado em qualquer estudo que visa à pre-dição da aptidão cardiorrespiratória sem a realização detestes de exercício consiste na influência do componentegenético no valor da aptidão. Alguns estudos demonstramque esse componente pode influenciar cerca de 30 a 40%da magnitude dos resultados50. Apesar disso, variáveis re-lacionadas ao esforço percebido em atividades cotidianas,tais como andar e correr, utilizadas por George et al.44,podem surgir como uma alternativa para a avaliação daaptidão cardiorrespiratória sem referência apenas ao histó-rico da atividade física, uma vez que um indivíduo podepossuir boa aptidão cardiorrespiratória, sem necessariamen-te praticar exercícios regularmente.

A evolução metodológica dos estudos e a grande preci-são dos modelos estabelecidos, em sua maioria para indi-víduos saudáveis, sugere que esse tipo de predição consis-te em uma boa alternativa para categorizar o nível de aptidãocardiorrespiratória. Contudo, esses modelos ainda conti-nuam a ser pouco utilizados na pesquisa epidemiológica.As equações propostas por Jackson et al.13 são as únicasaté o momento que foram utilizadas por outros estudos51,52.No entanto, a verificação da aplicabilidade dos modelosainda é escassa. Algumas razões para isso podem ser apon-tadas. Em primeiro lugar, os modelos têm sido desenvolvi-dos, em sua maioria, com amostras de indivíduos de nívelsocioeconômico e cultural médio ou elevado. Como esseperfil não corresponde às características sociais de grandeparte da população mundial, as equações vêem restringido

seu potencial de generalização, não devendo ser aplicadasindiscriminadamente.

Outro aspecto reside no fato de a variável que descreve aatividade física auto-referida limitar-se, na maioria dos es-tudos, às atividades de lazer 11,13-15. Apenas o estudo deWhaley et al.41 incluiu em seu modelo, além das ativida-des de lazer, tarefas de natureza ocupacional. No estudo deAinsworth et al.10, a atividade ocupacional também foi ve-rificada. Entretanto, como foi estudada uma população comatividades ocupacionais sedentárias ou extremamente le-ves, essa variável não contribuiu para o modelo final depredição. Aliás, populações com baixo nível de atividadeocupacional são encontradas em diversos estudos11,13-15,34.Mesmo a população do estudo de Blair et al.12, contandocom 15.627 homens e 3.943 mulheres, não poderia ser con-siderada como representativa da população norte-america-na, uma vez que realizavam atividades ocupacionais debaixa intensidade, possuíam elevado nível educacional ede médio a elevado nível socioeconômico. Essa limitação,aliás, foi realçada pelos próprios autores12. Enfim, o estu-do de Wu e Wang46, apesar de propor a aplicação do mode-lo a indivíduos ativos no trabalho, não utiliza nenhuma va-riável relacionada à atividade física, o que talvez se tornenecessário em um grupo maior e mais heterogêneo. Quan-to às equações existentes para a predição da aptidão emcoronariopatas, pode-se dizer que se propõem a forneceruma informação adicional sobre a autonomia dos indiví-duos. Em regra, não ousam investir-se do poder para pre-dizer a aptidão cardiorrespiratória.

Os estudos sem exercício podem ser comparados a al-guns testes submáximos utilizados na pesquisa epidemio-lógica. Se alguns testes submáximos demonstram um va-lor de R2 maior do que os sem exercício (0,81; 0,85), osvalores do EPE são comparáveis (± 4ml.kg-1.min-1)53, ou nãosão relatados54, o que limita a sua utilização. Além disso,em alguns testes submáximos54 a validação foi realizadaem amostra de faixa etária muito estreita, uma desvanta-gem que afeta ainda a abrangência da utilização dessasequações. Uma outra questão interessante diz respeito àcomparação das equações com questionários de históricode atividade física, constantemente utilizados na pesquisaepidemiológica. É certo que a natureza e intensidade dasatividades cotidianas podem influenciar a aptidão cardior-respiratória do indivíduo56,57. Portanto, ela não deveria serignorada como variável dependente no desenvolvimentode modelos de predição. Por outro lado, é geralmente peque-na a correlação entre atividade física e aptidão cardiorres-piratória quando baseada em informação de questionários.Quando elevada, a correlação depende quase exclusivamen-te de questões referentes a atividades físicas intensas. Apesarde a prática de atividade física ser considerada o principal


determinante da aptidão cardiorrespiratória, questionáriossobre atividade física relatada em entrevista ou auto-refe-rida, com duração média de preenchimento entre 15 e 45minutos, não parecem adequados para avaliar a aptidãocardiorrespiratória39. No entanto, esse pode ser um aspectointeressante a ser estudado, pois as equações de prediçãosurgem muitas vezes a partir de questionários simples, cujaforça de predição revela-se aumentada ao serem adiciona-das variáveis de fácil aferição em modelos mais comple-xos. As estratégias utilizadas por Mathews et al.11 valendo-se apenas de variáveis auto-relatadas, mesmo no caso depeso e altura, por não necessitarem de muito tempo para aaferição e nem de avaliadores treinados, parecem ser ex-tremamente indicadas para a aplicação para estudos epide-miológicos, e estudos futuros deveriam basear-se nessesprincípios.

CONSIDERAÇÕES FINAIS

Os modelos de predição sem exercício parecem ser umtema que desperta interesse de pesquisadores de todo omundo. Em princípio, os modelos sem exercícios podemconstituir alternativa viável para a avaliação da aptidão car-diorrespiratória em estudos epidemiológicos. Apesar deexistirem poucas equações cuja validação permite grauaceitável de generalização, isso reforça a idéia de esta seruma área extremamente carente e que deve ser exploradaatravés de novos estudos sobre o tema.

Algumas questões prospectivas mereceriam comentário.Em primeiro lugar, para maior aplicabilidade em estudosepidemiológicos, novos estudos não deverão limitar-seapenas à validação e análise transversal dos modelos, pas-sando a voltar-se para a sensibilidade longitudinal da pre-dição do VO2 máximo. Isto é, até o momento não se sabe sealterações nas variáveis preditivas ao longo do tempo (mu-danças decorrentes do treinamento) poderão ser detecta-das pelos modelos sem exercício. Além disso, é necessárioreconhecer que existem poucos estudos especificamentevoltados para o desenvolvimento de modelos aplicados agrupos especiais, como (principalmente) idosos, crianças,adolescentes, mulheres ou coronariopatas. Quando exis-tem, têm baixo potencial de generalização, em virtude dasamostras reduzidas utilizadas em seu desenvolvimento.Outro aspecto importante é o papel das particularidadessocioeconômicas e culturais: a elaboração de modelos deregressão para predizer a aptidão cardiorrespiratória deve-ria levar em consideração as características da populaçãoestudada, principalmente na seleção das variáveis prediti-vas. É evidente a necessidade de incluir nos estudos a se-rem validados indivíduos de médio e baixo nível socioeco-nômico, assim como informações sobre a atividade físicaexigida pelo trabalho. Essas características tendem a ser

específicas para a região ou população observada. Nessesentido, é latente a necessidade de estudos que se propo-nham a desenvolver modelos adequados ao contexto dasdiversas regiões e estratos sociais no Brasil, ou ao menos averificar a validade de modelos existentes à realidade bra-sileira.

AGRADECIMENTOS

Agradecemos aos Doutores Antonio Claudio Lucas da Nóbre-ga e Antonio Ponce de Leon pelas importantes contribuições e aograduando Marcelo Moreira Antunes pela tradução do idiomachinês. Estudo parcialmente financiado pela Fundação de Apoioà Pesquisa do Estado do Rio de Janeiro (Processo E-26/151.802/1999) e pelo Conselho Nacional de Desenvolvimento Científicoe Tecnológico (modalidade Produtividade em Pesquisa, processo300754/2000-0).

Todos os autores declararam não haver qualquer poten-cial conflito de interesses referente a este artigo.

REFERÊNCIAS

1. Caspersen CJ, Powell KE, Christensen GM. Physical activity, exercise, andphysical fitness: definitions and distinctions for health-related research. PublicHealth Rep 1985;100:126-31.

2. American College of Sports Medicine. ACSM’s guidelines for exercise test-ing and prescription. 6th ed. Baltimore: Williams and Wilkins, 2000.

3. Bouchard C, Shephard RJ, Stephens T. Physical activity, fitness, and health:international proceedings and consensus statement. Champaign, IL: HumanKinetics, 1994.

4. Pate RR, Pratt M, Blair SN, Haskell WL, Macera CA, Bouchard C, et al.Physical activity and public health. A recommendation from the Centers forDisease Control and Prevention and the American College of Sports Medi-cine. JAMA 1995;273:402-7.

5. U.S. Department of Health and Human Services. Physical activity and health:a report of the surgeon general. Atlanta, GA: U.S. Department of Health andHuman Services, Centers for Disease Control and Prevention, NationalCenter for Chronic Disease Prevention and Health Promotion, 1996.

6. Lee CD, Blair SN, Jackson AS. Cardiorespiratory fitness, body composi-tion, and all-cause and cardiovascular disease mortality in men. Am J ClinNutr 1999;69:373-80.

7. Wei M, Kampert JB, Barlow CE, Nichaman MZ, Gibbons LW, Paffenbarg-er RS, et al. Relationship between low cardiorespiratory fitness and mortal-ity in normal-weight, overweight, and obese men. JAMA 1999;282:1547-53.

8. Delvaux K, Philippaerts R, Lysens R, Vanhees L, Thomis M, Claessens AL,et al. Evaluation of the influence of cardiorespiratory fitness on diverse healthrisk factors, independent of waist circumference, in 40-year-old Flemishmales. Obes Res 2000;8:553-8.

9. Blair SN, Cheng Y, Holder JC. Is physical activity or physical fitness moreimportant in defining health benefits? Med Sci Sports Exerc 2001;33:S379-99.

10. Ainsworth BE, Richardson MT, Jacobs DR, Leon AS. Prediction of cardio-respiratory fitness using physical activity questionnaire data. Med ExercNutr Health 1992;1:75-82.

11. Mathews CE, Heil DP, Freedson PS, Pastides H. Classification of cardio-respiratory fitness without exercise testing. Med Sci Sports Exerc 1999;31:486-93.


12. Blair SN, Kannel WB, Kohl HW, Goodyear N, Wilson PWF. Surrogatemeasures of physical activity and physical fitness. Am J Epidemiol 1989;129:1145-56.

13. Jackson AS, Blair SN, Mahar MT, Wier LT, Ross RM, Stuteville JE. Predic-tion of functional aerobic capacity exercise testing. Med Sci Sports Exerc1990;22:863-70.

14. Heil DP, Freedson PS, Ahlquist LE, Price J, Rippe J. Nonexercise regres-sion models to estimate peak oxygen consumption. Med Sci Sports Exerc1995;27:599-606.

15. Kohl HW, Blair SN, Paffenbarger RS Jr, Macera CA, Kronenfeld JJ. A mailsurvey of physical activity habits as related to measured physical fitness.Am J Epidemiol 1988;127:1228-39.

16. Cotes JE, Davies CTM, Healy MJR. Factors relating to maximum oxygenintake in young adult male subjects. J Physiol 1967;189: 79-80.

17. Cotes JE. Relationships of oxygen consumption, ventilation and cardiac fre-quency to body weight during standardized submaximal exercise in normalsubjects. Ergonomics 1969;12:415-27.

18. Shephard RJ, Weese CH, Merriman JE. Prediction of maximal oxygen in-take from anthropometric data. Int Z Angew Physiol 1971;29:119-30.

19. Bruce RA, Kusumi F, Hosmer D. Maximal oxygen and nomographic as-sessment of functional aerobic impairment in cardiovascular disease. AmHeart J 1973;85:546-62.

20. Mayhew JL, Gifford PB. Prediction of maximal oxygen uptake in pre-ado-lescent boys from anthropometric parameters. Res Quart 1975;46: 302-11.

21. Bonen A, Heyward VH, Cureton KJ, Boileau RA, Massey BH. Predictionof maximal oxygen uptake in boys, ages 7-15 years. Med Sci Sports1979;11:24-9.

22. Taylor HL, Jacobs DR, Schucker B, Knudsen J, Leon AS, Debacker G. Aquestionnaire for the assessment of leisure time physical activities. Journalof Chronic Diseases 1978;31:741-55.

23. Verma SS, Bharadwaj H, Malhotra MS. Prediction of maximal aerobic powerin healthy Indian males from anthropometric measurements. Z MorpholAnthropol 1980;71:101-6.

24. Verma SS, Gupta RK, Kishore N, Gupta JS. A simple relationship betweenaerobic power and body weight in Indian adolescent boys. Indian J Med Sci1986;40:93-6.

25. Verma SS, Sharma YK, Kishore N. Prediction of maximal aerobic power inhealthy Indian males 21-58 years of age. Z Morphol Anthropol 1998;82:103-10.

26. Leon AS, Jacobs DR, DeBacker G, Taylor HL. Relationship of physicalcharacteristics and life habits to treadmill capacity. Am J Epidemiol 1981;113:653-60.

27. Siconolfi SF, Lasater TM, Snow RCK, Carleton RA. Self-reported physicalactivity compared with maximal oxygen uptake. Am J Epidemiol 1985;122:101-5.

28. Milesis CA. Prediction of treadmill performance from clinical characteris-tics in healthy persons. J Cardiopulm Rehabil 1987;7:365-73.

29. Lee TH, Shammash JB, Ribeiro JP, Hartley LH, Sherwood J, Goldman L.Estimation of maximum oxygen uptake from clinical data: performance ofthe specific activity scale. Am Heart J 1988;115:203-4.

30. Goldman L, Hashimoto B, Cook F, Loscalzo A. Comparative reproducibil-ity and validity of systems for assessing cardiovascular functional class:advantages of a new specific activity scale. Circulation 1981;64:1227-34.

31. Hlatky MA, Boineau RE, Higginbotham MB, Lee KL, Mark DB, CaliffRM, et al. A brief self-administered questionnaire to determine functionalcapacity (the duke activity status index). Am J Cardiol 1989;64:651-4.

32. Astrand PO, Ryhming I. A nomogram for calculation of aerobic capacity(physical fitness) from pulse rate during submaximal work. J Appl Physiol1954;7:218-21.

33. Kolkhorst FW, Dolgener FA. Nonexercise model fails to predict aerobiccapacity in college students with high aerobic VO2peak. Res Q Exerc Sport1994;65:78-83.

34. Williford HN, Scharff-Olson M, Wang N, Blessing DL, Smith FH, DueyWJ. Cross-validation of non-exercise predictions of VO2peak in women. MedSci Sports Exerc 1996;28:926-30.

35. Paffenbarger RS Jr, Hyde RT, Wing AL, Hsieh CC. Physical activity, all-cause mortality, and longevity of college alumni. N Engl J Med 1986;314:605-13.

36. Haskell WL, Taylor HL, Wood PD, Schrott H, Heiss G. Strenuous physicalactivity, treadmill exercise test performance and plasma high-density lipo-protein cholesterol. The Lipid Research Clinics Program Prevalence Study.Circulation 1980;62:IV53-61.

37. Godin G, Shephard RJ. A simple method to assess exercise behavior in thecommunity. Can J Appl Sport Sci 1985;10:141-6.

38. Sallis JF, Haskell WL, Wood PD, Fortmann SP, Rogers T, Blair SN, et al.Physical activity assessment methodology in the Five-City Project. Am JEpidemiol 1985;121:91-106.

39. Jacobs DR Jr, Ainsworth BE, Hartman TJ, Leon, AS. A simultaneous eval-uation of 10 commonly used physical activity questionnaires. Med Sci SportsExerc 1993;25:81-91.

40. Myers J, Do D, Herber W, Ribisl P, Froelicher VF. A nomogram to predictexercise capacity from a specific questionnaire and clinical data. Am J Car-diol 1994;73:591-96.

41. Whaley MH, Kaminsky LA, Dwyer GB, Getchell LH. Failure of predictedVO2máx to discriminate physical fitness in epidemiological studies. Med SciSports Exerc 1995;27:85-91.

42. Rankin SL, Briffa TG, Morton AR, Hung J. A specific activity question-naire to measure the functional capacity of cardiac patients. Am J Cardiol1996;77:1220-3.

43. Cardinal BJ. Predicting cardiorespiratory fitness without exercise testing inepidemiologic studies: a concurrent validity study. J Epidemiol 1996;6:31-5.

44. George JD, Stone WJ, Burkett, LN. Non-exercise VO2max estimation for phys-ically active college students. Med Sci Sports Exerc 1997;22:415-23.

45. Holiday D, Ballard J, McKeown B. PRESS-related statistics: regression toolsfor cross-validation and case diagnostics. Med Sci Sports Exerc 1995;27:612-20.

46. Wu HC, Wang MJJ. Establishing a prediction model of maximal oxygenuptake for young adults. Journal of the Chinese Institute of Industrial Engi-neers 2002;19:1-7.

47. Greenhalgh T. How to read a paper: statistics for the non-statistician. II:“significant” relations and their pitfalls. BMJ 1997;315:422-5.

48. Altman, D. Practical statistics for medical research. London: Chapman andHall, 1995.

49. Morrow JR, Jackson AW, Disch JG, Mood DP. Measurement and evalua-tion in human performance. Champaign, IL: Human Kinetics, 1995.

50. Perusse L, Tremblay A, Leblanc C, Bouchard C. Genetic and environmen-tal influences on level of habitual physical activity and exercise participa-tion. Am J Epidemiol 1989;129:1012-22.

51. Rossy LA, Thayer JF. Fitness and gender-related differences in heart periodvariability. Psychosom Med 1998;60:773-81.

52. Kelley GA, Lowing L, Kelley K. Gender differences in the aerobic fitnesslevels of young African-American adults. J Natl Med Assoc 1999;91:384-8.

53. Jette M, Campbell J, Mongeon J, Routhier R. The Canadian home fitnesstest as a predictor for aerobic capacity. CMAJ 1976;114:680-2.

54. Siconolfi SF, Garber CE, Lasater TM, Carleton RA. A simple, valid steptest for estimating maximal oxygen uptake in epidemiologic studies. Am JEpidemiol 1985;121:382-90.

55. Salmon J, Owen N, Bauman A, Schmitz MK, Booth M. Leisure-time, occu-pational, and household physical activity among professional, skilled, andless-skilled workers and homemakers. Prev Med 2000;30: 191-9.

56. Smolander J, Blair SN, Kohl HW 3rd. Work ability, physical activity, andcardiorespiratory fitness: 2-year results from Project Active. J Occup Envi-ron Med 2000;42:906-10.

Equações de vo2 presumido

Health & Medicine

Transcript of Equações de vo2 presumido